第四節 - 取樣定理及訊號還原

上一節已經告訴我們對連續訊號取樣會造成頻譜週期性疊加,如何從疊加後的頻譜還原出原始的連續訊號亦是一大課題,本節將討論在什麼條件之下可以無失真的還原及其操作方式。

# 取樣定理

在正式介紹取樣定理之前,我們想先從前一節使用的例子F{sinc2(t)}=max{0, 1f}\mathcal F\{\text{sinc}^2(t)\} = \max\{0,\ 1-|f|\}開始觀察,這個例子的好處是它的頻率範圍是有限的[1,1][-1,1],這樣才能確保在適當的條件下能無失真還原。一開始先繪出 CTFT 組圖,接著 DTFT 告訴我們當連續訊號以每 TsT_s秒取樣一次,頻譜會每fsf_s赫茲疊加一次,於是從 3 Hz 開始漸漸地往下調整,2 Hz、1.5 Hz,到最後的 1 Hz,我們會發現到 2 Hz 之前頻譜都還沒發生混疊 (aliasing) 現象,也就是[1,1][-1,1]這個頻率區間的頻譜還沒被汙染到,唯有當fsf_s降到了 2 Hz 以下之後由於不同區間的頻譜彼此之間靠太近才開始互相影響。

時域

頻域

CTFT

DTFT

(沒有混疊)

DTFT

(快要混疊)

DTFT

(已經混疊)

DTFT

(嚴重混疊)

          取樣定理 (Nyquist-Shannon Sampling Theorem) [5]

考慮有限頻寬 (band-limited) 訊號 x(t)x(t),其最高頻率令為fmf_m,那麼當取樣頻率fs>2fmf_s > 2f_m的時候原訊號 x(t)x(t)可僅由取樣後的 x[n]=x(nTs)x[n] = x(nT_s)進行無失真重建。

# 如何重建 CT 訊號

頻域

時域

IDTFT

ICTFT

一張圖勝過千言萬語。對 DTFT 來說,因為頻譜只包含一個週期的資訊,所以只能還原出離散訊號;但是對 CTFT 來說,頻譜可是包含了整個實數域的資訊 (比 DTFT 豐富許多),因此它就能還原出整組連續訊號。我們還能發現到,如果訊號滿足取樣定理的話,其實它的頻譜也可以自動地從 DTFT 延伸到 CTFT

\displaystyle \begin{alignat*}{2}x(t) &= \int_{-\infty}^{\infty} X(f)\ e^{j2\pi ft}\ df \\&= \int_{-\infty}^{-0.5f_s} X(f)\ e^{j2\pi ft}\ df + \int_{-0.5f_s}^{0.5f_s} X(f)\ e^{j2\pi ft}\ df + \int_{0.5f_s}^{\infty} X(f)\ e^{j2\pi ft}\ df \\&= \int_{-\infty}^{-0.5f_s} 0\cdot e^{j2\pi ft}\ df + \int_{-0.5f_s}^{0.5f_s} X(f)\ e^{j2\pi ft}\ df + \int_{0.5f_s}^{\infty} 0\cdot e^{j2\pi ft}\ df \\&= \int_{-0.5f_s}^{0.5f_s} X(f)\ e^{j2\pi ft}\ df \\&= \int_{-0.5f_s}^{0.5f_s} \ddot X(f)\ e^{j2\pi ft}\ df\end{alignat*}

於是在這個情況之下的連續訊號也能從 DTFT 頻譜還原

Last updated